基于背景减除法的运动目标检测算法研究

发布时间：2017-10-16 12:25

  本文关键词：基于背景减除法的运动目标检测算法研究

  更多相关文章： 图像处理 背景减除法 目标检测 码本模型 ViBe算法

【摘要】：视频监控系统在当今社会中已随处可见,其为人们的安全提供保障,而运动目标检测在视频监控系统当中扮演关键角色,更是后期运动目标跟踪、识别和分类的基础。其中,背景减除法作为一种经典有效的运动目标检测算法,得到了广泛的研究和应用。本文的研究目的是改进码本模型算法和ViBe(Visual Background Extractor,可视化背景提取)算法的运动目标检测效果,主要工作如下:1、研究了目前几种比较常用且检测效果比较好的基于背景减除法的背景模型,分析各种模型建立的原理,判断它们的检测性能,比较它们各自的特性,认识它们各自适合的检测场景。2、针对传统码本目标检测算法自适应动态背景能力差的问题,对其进行改进,建立一种基于区域信息的自适应码本目标检测新算法。首先,添加一个学习率,使得背景模型能够自适应地更新,从而可以适应动态光照条件。其次,结合八连通区域信息,让周围像素的码本也参与到待检测像素码本的匹配过程中,使得待检测像素的码本和周围像素的码本融合,从而得到更精确的背景模型。最后,为前景点建立一个前景模型,并不断对其进行更新,实现前景模型和背景模型的相互转化,从而消除因背景变化造成的误检。实验结果表明:本算法在有随机噪声及光照变化的复杂环境下能够检测出运动目标,并能有效地抑制复杂环境产生的噪声,具有较好的检测率和较好的鲁棒性。3、考虑到ViBe算法在设计时局限性,结合一些其他检测算法的优点,对传统ViBe模型进行了改进,从而形成了新的运动目标检测算法。在该算法中,首先,将时间序列上的样本加入到原本只考虑空间样本的背景模型中。其次,在背景更新的过程中引入TOM(Time of Map,累计次数)更新方式,使得变化的前景和背景能快速融合。最后,在后处理中加入阴影去除、形态学去噪和连通区域分析等步骤,以得到更好更完整的前景运动目标。经实验验证,相比于传统的ViBe算法,文中改进的算法可以于复杂环境中检测出运动目标,同时具有较好的检测率,能达到对运动目标检测的要求。
【关键词】：图像处理 背景减除法 目标检测 码本模型 ViBe算法
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;TN948.6
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-15
• 1.2.1 典型的运动目标检测方法12-13
• 1.2.2 背景减除法的发展过程13-15
• 1.3 需要解决的难点15-16
• 1.4 本文的研究内容及章节安排16-18
• 第二章 背景减除法的典型模型18-32
• 2.1 背景减除法18-20
• 2.2 典型模型20-31
• 2.2.1 单高斯模型20
• 2.2.2 混合高斯模型20-22
• 2.2.3 码本模型22
• 2.2.4 W4模型22-23
• 2.2.5 非参数核密度估计模型23-25
• 2.2.6 自组织神经网络模型25-28
• 2.2.7 ViBe模型28
• 2.2.8 样本一致性模型28-31
• 2.3 本章小结31-32
• 第三章 基于区域信息的自适应码本目标检测算法32-43
• 3.1 传统码本模型32-33
• 3.2 基于区域信息的自适应码本模型33-37
• 3.2.1 背景建立34-36
• 3.2.2 前景检测36
• 3.2.3 背景更新36-37
• 3.3 实验与讨论37-42
• 3.3.1 前背景转换测试37-38
• 3.3.2 综合性能对比测试38-42
• 3.4 本章小结42-43
• 第四章 基于改进ViBe模型的运动目标检测算法43-54
• 4.1 传统ViBe模型43-45
• 4.2 改进的ViBe模型45-49
• 4.2.1 改进模型的初始化方式45-46
• 4.2.2 改进前景检测46-47
• 4.2.3 改进模型的更新方式47-48
• 4.2.4 阴影去除48
• 4.2.5 形态学处理48-49
• 4.3 实验与讨论49-53
• 4.4 本章小结53-54
• 结论54-55
• 参考文献55-59
• 致谢59-60
• 作者简介60

【参考文献】

中国期刊全文数据库 前10条

1 薛茹;宋焕生;付洋;;基于块编码和交替更新的目标检测算法[J];微电子学与计算机;2013年06期

2 郭志涛;刘玉菲;刘恩海;顾军华;路倩倩;梁慧;;基于区域特征分析的层级有序码书目标检测算法[J];计算机应用研究;2013年06期

3 姜柯;李艾华;苏延召;;双重自适应码本模型在运动目标检测中的应用[J];计算机辅助设计与图形学学报;2013年01期

4 黄进;金炜东;秦娜;周艳;刘景波;;消除阴影和高亮噪声的双梯柱体码本前景检测模型[J];西安交通大学学报;2013年04期

5 霍东海;杨丹;张小洪;洪明坚;;一种基于主成分分析的Codebook背景建模算法[J];自动化学报;2012年04期

6 潘金山;苏志勋;王伟;;运动细节估计的光流场方法[J];计算机辅助设计与图形学学报;2011年08期

7 甘明刚;陈杰;刘劲;王亚楠;;一种基于三帧差分和边缘信息的运动目标检测方法[J];电子与信息学报;2010年04期

8 林庆;徐剑晖;王士同;詹永照;;运动人体感兴趣区域的自动检测[J];计算机辅助设计与图形学学报;2009年10期

9 代科学;李国辉;涂丹;袁见;;监控视频运动目标检测减背景技术的研究现状和展望[J];中国图象图形学报;2006年07期

10 刘亚,艾海舟,徐光佑;一种基于背景模型的运动目标检测与跟踪算法[J];信息与控制;2002年04期

，

本文编号：1042650